更新时间:2023-03-17 GMT+08:00

ALM-14016 DataNode直接内存使用率超过阈值

告警解释

系统每30秒周期性检测HDFS服务直接内存使用状态,当检测到DataNode实例直接内存使用率超出阈值(最大内存的90%)时,产生该告警。

直接内存使用率小于阈值时,告警恢复。

告警属性

告警ID

告警级别

是否自动清除

14016

重要

告警参数

参数名称

参数含义

来源

产生告警的集群名称。

服务名

产生告警的服务名称。

角色名

产生告警的角色名称。

主机名

产生告警的主机名。

Trigger Condition

系统当前指标取值满足自定义的告警设置条件。

对系统的影响

DataNode可用直接内存不足,可能会造成内存溢出导致服务崩溃。

可能原因

该节点DataNode实例直接内存使用率过大,或配置的直接内存不合理,导致使用率超过阈值。

处理步骤

检查直接内存使用率。

  1. 在FusionInsight Manager首页,选择“运维 > 告警 > 告警”,单击告警“ALM-14016 DataNode直接内存使用率超过阈值”所在行的下拉菜单,在“定位信息”中查看告警上报的角色名并确定实例的IP地址。
  2. 在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 实例 > DataNode(对应上报告警实例IP地址)”,单击图表区域右上角的下拉菜单,选择“定制 > 资源”,勾选“DataNode内存使用详情”。查看直接内存使用情况。
  3. 查看DataNode使用的直接内存是否已达到DataNode设定的最大直接内存的90%(默认阈值)。

    • 是,执行4
    • 否,执行8

  4. 在FusionInsight Manager首页,选择“集群 > 待操作集群的名称 > 服务 > HDFS > 配置 > 全部配置 > DataNode > 系统”。查看“GC_OPTS”参数中是否存在“-XX:MaxDirectMemorySize”。

    • 是,执行5
    • 否,执行6

  5. 在“GC_OPTS”中把参数“-XX:MaxDirectMemorySize”删除。保存配置,并重启DataNode实例。
  6. 查看告警信息,是否存在告警“ALM-14008 DataNode堆内存使用率超过阈值”。

    • 是,参考“ALM-14008 DataNode堆内存使用率超过阈值”进行处理。
    • 否,执行7

  7. 观察界面告警是否清除。

    • 是,处理完毕。
    • 否,执行8

收集故障信息。

  1. 在FusionInsight Manager首页,选择“运维 > 日志 > 下载”。
  2. 在“服务”中勾选待操作集群的“DataNode”。
  3. 单击右上角的设置日志收集的“开始时间”和“结束时间”分别为告警产生时间的前后10分钟,单击“下载”。
  4. 请联系运维人员,并发送已收集的故障日志信息。

告警清除

此告警修复后,系统会自动清除此告警,无需手工清除。

参考信息

无。